[發明專利]用戶決策行為量化分析方法及裝置

有效

• 申請號: 202010518137.1
• 申請日: 2020-06-09
• 公開（公告）號: CN111695695B
• 公開（公告）日: 2023-08-08
• 發明（設計）人: 路新江;胡仁君;熊輝
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06F16/9535;G06N20/00
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 朱穎;臧建明

本申請提出一種用戶決策行為量化分析方法及裝置，涉及計算機技術中的大數據計算和人工智能領域，通過將用戶做出目標決策相關的至少一個量化后的決策因素輸入機器學習模型，并由機器學習模型對決策因素進行進一步分析，最終根據機器學習模型的輸出確定用戶做出目標決策的預測結果，從而能夠對用戶做出目標決策的決策因素進行分析，以得到做出目標決策的預測結果，因此豐富了對用戶決策行為的分析需求。

技術領域

本發明涉及計算機技術中的大數據計算和人工智能領域，尤其涉及一種用戶決策行為量化分析方法及裝置。

背景技術

一些研究數據表明，一個成年人在一天的時間當中，會有意或無意進行35000次的決策，這些決策通常是基于用戶一定的主觀習慣結合客觀條件做做出，而如何對用戶行為進行量化的分析，使得計算機能夠根據量化后的主客觀條件對用戶是否會做出某種決策進行預測，是大數據技術中常見的應用場景。尤其對于商戶等服務提供商，當獲取了能夠量化描述用戶如何做出決策的數據之后，計算機就可以利用這些數據生成預測值，最終，商戶可以根據計算機所計算出的預測值，確定用戶是否會選擇該商戶、以及如何對商戶本身進行優化使得預測值更高。因此，計算機需要對抽象的用戶行為，進行具體的量化分析，才能夠進行預測值的計算。

在現有技術最為常見的用戶決策行為分析場景中，作為執行主體的計算機，可以獲取用戶使用手機等終端設備在上網時搜索的關鍵字，并根據這些用戶搜索的關鍵字，確定用戶的行為，并為用戶推薦與行為相關的信息。例如，當用戶使用手機搜索了多次“咖啡”，則計算機根據所獲取的關鍵字“咖啡”，可以確定用戶的行為是想去喝咖啡，隨后可以向用戶的手機推送與附近的咖啡店有關的信息。

采用現有技術，計算機所進行的用戶決策行為分析僅僅是簡單的關鍵字對應與信息推薦，并不能對用戶具體根據哪些主客觀因素考慮，從而做出決策行為進行量化的分析，尤其是無法通過量化的數據來表征用戶所做出決策的原因，進而無法進行用戶是否會做出決策的預測，因此導致了現有技術對用戶決策行為分析的方法較為單一，無法滿足多樣化的分析需求。

發明內容

本申請提出一種用戶決策行為量化分析方法及裝置，通過將用戶做出目標決策相關的至少一個量化后的決策因素輸入機器學習模型，并由機器學習模型對決策因素進行進一步分析，最終根據機器學習模型的輸出確定用戶做出目標決策的預測結果，從而能夠對用戶做出目標決策的決策因素進行分析，以得到做出目標決策的預測結果，因此豐富了對用戶決策行為的分析需求。

本申請第一方面提供一種用戶決策行為量化分析方法，包括：獲取與用戶做出目標決策相關的至少一個決策因素；其中，每個所述決策因素由所述用戶的信息或所述目標決策的信息量化得到的數值表示；將所述至少一個決策因素輸入機器學習模型，根據所述機器學習模型的輸出確定所述用戶做出所述目標決策的預測結果。

具體地，本實施例提供的用戶決策行為量化分析方法，具有如下有益效果：能夠對用戶做出目標決策的決策因素進行分析，以得到做出目標決策的預測結果，保證了用戶決策行為的可解釋性和有效性，因此豐富了對用戶決策行為的分析需求。

在本申請第一方面一實施例中，所述用戶的信息包括：所述用戶偏好做出的決策的類型、所述用戶做出所述目標決策時的時間，以及所述用戶做出所述目標決策時所在的位置；所述目標決策的信息包括：所述目標決策累計被做出的時間分布。

具體地，本實施例提供的用戶決策行為量化分析方法，具有如下有益效果：更加全面地從用戶的角度以及從目標決策本身的角度出發，對用戶做出目標決策的主客觀條件盡可能進行全面的衡量，能夠更準確、更可描述地對用戶的決策行為進行分析。

在本申請第一方面一實施例中，所述方法還包括：獲取用戶做出的多個決策，以及與所述每個決策相關的至少一個決策因素；依次將所述多個決策中每個決策以及相關的至少一個決策因素輸入所述機器學習模型，對所述機器學習模型進行訓練。